截取中文字符防止乱码

最新推荐文章于 2023-09-04 10:37:23 发布

awkticu3808

最新推荐文章于 2023-09-04 10:37:23 发布

阅读量166

点赞数

CC 4.0 BY-SA版权

文章标签： php

原文链接：http://www.cnblogs.com/ChenChunChang/p/8252325.html

js:

var pattern = /^[".chr(0xa1)."-".chr(0xff)."a-zA-Z_]{3,18}$/,
    str = '';
console.log(pattern.test(str));

php:

$str = '';
$isMatched = preg_match('/^[".chr(0xa1)."-".chr(0xff)."a-zA-Z_]{3,18}$/', $str, $matches);
var_dump($isMatched, $matches);

n=/^[".chr(0xa1)."-".chr(0xff)."a-zA-Z_]{3,18}$
 
-table-range-border" contenteditable="false" style="display: none;">

转载于:https://www.cnblogs.com/ChenChunChang/p/8252325.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

awkticu3808

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

awk 截取部分字符串_30分钟速学linux文本处理神器AWK命令

weixin_28914903的博客

02-06

4195

1. 简介awk是一个强大的文本分析工具，和大家经常使用的grep、sed 并称linux文本处理三大神器，相较于grep、sed来说awk更加强大，强大到几乎可以实现另外两位的大部分功能，强大到拥有自己的编程语言，甚至于可以创建简短的程序，来实现数据排序，处理数据，执行计算，生成报表等等无数其他的功能。2. 命令格式awk 操作符 ' 模式 { awk语法指定的操作 }' 数...

awk截取字符命令_bash中的字符截取命令cut和awk

weixin_34231219的博客

12-29

1733

grep也是字符截取命令(本笔记在查找命令中)，是从文件中截取符合条件的行，其他常见的字符截取命令还有：一、cut列提取命令：cut [选项] 文件名-f m[,n]：指定提取第m列或第m到第n列-d 分隔符：按照指定的分隔符分隔列(没有此选项默认列之间用TAB制表符)如：cut -d ":" -f 1,3 /etc/passwd代表用冒号(:)作为分隔符，提取文件passwd中的第一和第三列该命...

参与评论您还未登录，请先登录后发表或查看评论

php解析乱码字符串,php中文字符串截取方法防止乱码解析

weixin_35110559的博客

03-09

239

在网站中调用新闻标题或者摘要的时候，为了布局美观，我们经常要截取一部分显示，但是截取中文字符时有时经出现乱码，现在我们来讲讲如何解决截取中文乱码的问题。用PHP函数substr截取中文字符可能会出现乱码，主要是substr可能硬生生的将一个中文字符“锯”成两半。解决办法：1、使用mbstring扩展库的mb_substr截取就不会出现乱码了。2、自己书写截取函数，但效率不如用mbstring扩展库...

解决截取中文字符出现乱码的函数

johnbernie的专栏

02-22

518

以下函数适用utf-8 function TRC($str,$len){ global $TRC_TYPE; if(strlen($str) for($i=0;$i $temp_str=substr($str,0,1); if(ord($temp_str)

截取中文字符串

乖乖康少

03-08

268

/** * 截取中文字符串 */ function msubstr($str, $start=0, $length, $charset="utf-8", $suffix=false){ if(function_exists("mb_substr")){ if($suffix) return mb_substr($str, $start, $length, $

解决截取字符乱码的问题

hongjichong的专栏

12-04

589

我们用substr()截取的字符串可能在截取中文时由于一个中文占两个字符所以会有时出现乱码！解决方法为用自定义的函数chinesesubstr().具体如下：<?php function chinesesubstr($str,$start,$len){ $strlen = $start + $len; for($i=0;$i<$strlen;$i++){ if

中文字符，汉字处理，避免乱码

IBelieve的专栏

07-28

803

页面 var hzxm = encodeURI(encodeURI($get("hzxm").value)); ----------------患者姓名 controller String hzxm = URLDecoder.decode(request.getParameter("hzxm"), "UTF-8");

PHP正则匹配

withoutfear的博客

04-15

2290

<?php // 中文字符 $str = "中文字符"; $isMatched = preg_match('/[\x80-\xff]{6,30}/', $str, $matches); var_dump($isMatched, $matches); // 空白行 $str = "\n"; $isMatched = preg_match('/\s/', $str, $matches); var_dump($isMatched, $matches); // Email地址 $str = "admi.

按字节截取含有中文汉字的字符串

静蓝色幻影的专栏

06-24

2186

　　Java中1个char类型的变量可存储任意编码的1个字符，如1个ASC码和或1个中文字符，例如：含有3个ASC和含有3个汉字字符的字符串长度是一样的： "1ac".length()==3; "你好a".length()=3; 但上述两个字符串所占的byte是不一样的，前者是3，后者是5（1个汉字2byte）

Linux中用于文本处理的awk命令

玩IT的川

09-04

252

导读：awk是流式编辑器，针对文档中的行来操作，一行一行地执行。awk可以非常方便、高效地操作文档以及字符，从而实现我们想要的格式。它的功能非常强大，我在 shell 脚本中经常使用它来处理字符串。下面介绍几个在工作中使用awk较频繁的用法。1. 截取文档中的某个段本例中，-F选项的作用是指定分隔符。如果不加-F选项，则以空格或者tab为分隔符。print为打印的动作，用来打印某个字段。$1为第 1 个字段，$2为第 2 个字段，以此类推。但$0注意awk的格式，-F后面紧跟单引号，单引号里面为分隔符。

正则表达式详解-python

weixin_42289273的博客

09-10

2571

1.re模块的主要方法 re.compile: 编译一个正则表达式模式(pattern) re.match: 从头开始匹配, 使用group()方法可以获取第一个匹配值 re.search: 用包含方式匹配，使用group()方法可以获取第一个匹配值 re.findall: 用包含方式匹配，把所有匹配到的字符放到以列表中的元素返回多个匹配值 re.sub: 匹配字符并替换 re.split: 以匹配到的字符当做列表分隔符，返回列表 2.Python正则..

php截取中文字符串不乱码

weixin_51531777的博客

09-19

1759

1、substr_replace()截取 substr_replace(string,replacement,start,length）代码： $str = '赵钱孙李，周吴郑王。冯陈褚卫，蒋沈韩杨。朱秦尤许，何吕施张。孔曹严华，金魏陶姜。戚谢邹喻，柏水窦章。云苏潘葛，奚范彭郎。鲁韦昌马，苗凤花方。'; //从第二十位开始替换 $result = substr_replace($str,'......', 20); echo $result; ...

使用awk拼接字段时部分中文乱码问题

sun_168的专栏

08-15

3862

awk中输出中文乱码问题

utf编码的中文字符串截取处理(避免截取半字/乱码的情况)

人生若只如初见

04-08

654

如下代码实现对utf-8编码的中文字符串进行截取,并在字符串长度超过截取长度时补上"..."省略号([color=red]网络上搜到的代码在判断的条件上有点小bug,这里做了修正[/color]). 关于utf-8编码的详细资料,参看[url=http://zh.wikipedia.org/wiki/UTF-8]UTF-8[/url] [code="php"] ...

解决用substr()函数对中文字符串截取时的乱码

congyi0185的博客

09-04

458

shell三剑客之awk 数据截取工具详解

最新发布

06-28

<think>首先，用户的问题是关于使用PHP的substr()函数截取中文字符串时出现乱码的解决方法。根据系统级指令，我需要：-所有行内数学表达式使用$...$格式。-独立公式使用$$...$$格式并单独成段。 -LaTeX语法正确。-使用中文回答。-生成相关问题。 -在回答中引用的段落末尾自然地添加引用标识。-回答结构清晰，帮助用户逐步解决问题，保证真实可靠。参考站内引用：-引用[1]：解释了为什么substr()会导致乱码，因为中文字符是3字节，而substr()是按字节截取。 -引用[2]：建议使用mb_substr()函数来解决，因为它支持多字节字符。-引用[3]：提到在ImpalaSQL中类似问题，但用户的问题是PHP，所以可能不直接相关，但可以作为参考。用户真正的需求是解决PHP中substr()截取中文字符串乱码的问题。我的回答结构应该清晰： 1. **解释问题原因**：简要说明为什么substr()会导致乱码。 2. **提供解决方案**：推荐使用mb_substr()函数，并给出示例代码。 3. **添加引用标识**：在引用内容后自然地添加[^1]、[^2]等。4.**生成相关问题**：在最后添加相关问题部分。确保使用中文回答。生成相关问题：-基于主题，如PHP字符串处理、多字节函数等。最终回答结构： -开头：直接回应问题。-主体：逐步解释和解决方案。-代码块：如果需要，显示代码示例。 -结尾：相关问题。引用标识：-引用[1]：用于解释原因。 -引用[2]：用于解决方案。 -引用[3]：可能不直接相关，但可以提到类似问题在其他环境。在回答中自然地添加引用，例如："...这是因为英文、数字为1字节，中文为3字节[^1]。"和"...使用mb_substr()函数即可解决[^2]."相关问题建议： 1.如何安装或启用mbstring扩展？ 2. mb_substr()的其他用法是什么？ 3.在PHP中如何处理多字节字符串的其他问题？</think>### 解决PHP中substr()函数截取中文字符串乱码问题在使用PHP的`substr()`函数截取中文字符串时，经常会出现乱码现象。这是因为`substr()`函数是基于字节（byte）操作的，而中文字符在UTF-8编码中通常占用3个字节。如果截取位置恰好切断了中文字符的中间字节，就会导致乱码。例如，截取"你好"（6字节）的前3字节可能只得到"你"的一半，显示为乱码[^1]。下面我将逐步解释原因并提供可靠的解决方案。 #### 问题原因分析 - **字节与字符差异**：英文和数字是单字节字符（1字节），而中文字符是多字节字符（在UTF-8中占3字节）。`substr()`函数不识别字符边界，只按字节截取，因此容易破坏中文字符的结构[^1]。 - **示例**：假设字符串`$str = "你好世界"`（共12字节）。使用`substr($str, 0, 3)`可能返回乱码，因为它截取了"你"的完整3字节（正常），但如果截取`substr($str, 1, 3)`，就可能切到"你"和"好"的中间字节。 #### 解决方案：使用mb_substr()函数要正确截取中文字符串，推荐使用PHP的多字节字符串函数`mb_substr()`。这个函数专门处理多字节编码（如UTF-8），能确保按字符而非字节截取。以下是具体步骤： 1. **启用mbstring扩展**：确保PHP环境已安装并启用`mbstring`扩展。在`php.ini`文件中取消注释`extension=mbstring`（或通过包管理器安装）。验证：运行`php -m | grep mbstring`，如果输出`mbstring`则表示已启用。 2. **使用mb_substr()函数**： `mb_substr()`函数的语法为： ```php mb_substr(string $str, int $start, int $length = null, string $encoding = "UTF-8") ``` - `$str`：要截取的字符串。 - `$start`：起始位置（从0开始）。 - `$length`：可选，截取长度。 - `$encoding`：指定编码，默认为UTF-8（必须与字符串编码一致）。 **示例代码**： ```php <?php $str = "你好世界"; // UTF-8编码的中文字符串 // 正确截取前2个字符 $substring = mb_substr($str, 0, 2, "UTF-8"); echo $substring; // 输出："你好"，无乱码 ?> ``` 3. **其他注意事项**： - **编码一致性**：确保源字符串和`mb_substr()`的编码参数一致（通常为"UTF-8"）。使用`mb_detect_encoding()`检查字符串编码。 - **性能考虑**：`mb_substr()`比`substr()`稍慢，但对中文字符串是必要的优化。 - **备用方案**：如果无法使用`mbstring`，可以用正则表达式或自定义函数，但效率较低（例如`preg_match('/^.{0,2}/us', $str, $matches)`）。 #### 为什么这个方法有效？ `mb_substr()`基于字符而非字节操作，能识别UTF-8等编码的字符边界，避免截断中文字符[^2]。这在处理多语言文本时是标准做法。